线性代数——理解向(5)

这篇具有很好参考价值的文章主要介绍了线性代数——理解向(5)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

麻省理工学院 - MIT - 线性代数(我愿称之为线性代数教程天花板)_哔哩哔哩_bilibili

 MIT—线性代数笔记00 - 知乎 (zhihu.com)

一、正定矩阵

给定一个2x2矩阵 A= ,有四个途径判定矩阵是否正定矩阵:

  1. 特征值: λ1>0,λ2>0;
  2. 行列式(所有子行列式): ,;
  3. 主元: ,
  4. 表达式  (x=0除外)。通常这就是正定的定义,而前三条是用来验证正定性的条件。

线性代数——理解向(5)

半正定矩阵 

 矩阵正好处在判定为正定矩阵的临界点上,称之为半正定矩阵,它具有一个特征值0,是奇异矩阵,只有一个主元,而行列式为0。半正定矩阵特征值大于等于0。

 设A为实对称矩阵,若对于每个非零实向量X,都有X'AX≥0,则称A为半正定矩阵,称X'AX为半正定二次型。(其中,X'表示X的转置。)

若对于每个非零实向量X,都有X'AX>0,则称A为正定矩阵,称X'AX为正定二次型。

(正定是大于,半正定是大于等于)

正定矩阵和最小值

如果将矩阵变为,二次型为线性代数——理解向(5),从几何图像上看没有最小值点,在原点处有一鞍点鞍点在某个方向上看是极大值点,在另一方向上是极小值点实际上最佳观测角度是特征向量的方向。

线性代数——理解向(5)

如果将矩阵变为,主元为正;特征值之积为行列式的值4,特征值和为矩阵的迹22,因此特征值为正;子行列式均为正。矩阵为正定矩阵。

二次型 线性代数——理解向(5),其图像最小值点为原点,一阶偏导数为0,二阶偏导数为正。

线性代数——理解向(5)

 微积分中判定最小值点的判据:一阶导数等于零  ,二阶导数为正 。线性代数中判据为二阶导数矩阵正定。

线性代数——理解向(5)

 主元就是平方项系数L矩阵中的行操作数 就是配方项内y的系数。因此这就是为什么主元为正则矩阵为正定矩阵,因为主元是每一个完全平方项的系数。本例中二次型表达式的配方说明了二维的情形,而线代的理论可以将之推广到n维。

正定的作用

【正定】矩阵的应用、判别法证明与【Cholesky分解】_哔哩哔哩_bilibili

正定:唯一全局最小值

线性代数——理解向(5)

 半正定:最小值不唯一

线性代数——理解向(5)

 不定:无最小值

二、相似矩阵

如何通俗地理解相似矩阵_哔哩哔哩_bilibili

AB均是nxn方阵,若存在可逆矩阵M,使得  ,则AB为相似矩阵。

相同点:这两个方阵是同一个线性映射,在不同基下的代数表达;

线性映射是将一个向量映射到另一个向量, 

线性代数——理解向(5)

 相似矩阵具有相同的特征值;

线性代数——理解向(5)

 文章来源地址https://www.toymoban.com/news/detail-496810.html

到了这里,关于线性代数——理解向(5)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 太原理工大学软件学院信息安全方向软件安全技术重点

    2019级信息安全方向软件安全技术课 代课教师为王星魁 一、书上重点: 第一章 1.零日攻击 什么是零日攻击? 零日漏洞是指未被公开披露的软件漏洞,没有给软件的作者或厂商以时间去为漏洞打补丁或是给出解决方案建议,从而使攻击者能够利用这种漏洞破坏计算机程序、数

    2024年02月01日
    浏览(55)
  • 模仿蜘蛛工作原理 苏黎世联邦理工学院研发牛油果机器人可在雨林树冠穿行

    对于野外环境生物监测的研究人员来讲,收集生物多样性数据已成为日常工作重要组成部分,特别是对于热带雨林的茂密树冠当中活跃着非常多的动物、昆虫与植物。每次勘察都需要研究人员爬上茂密树冠收集数据,一方面增加了数据收集难度,而另一方面危险系数也随之增

    2024年03月11日
    浏览(48)
  • 线性代数——理解向(2)

    麻省理工学院 - MIT - 线性代数(我愿称之为线性代数教程天花板)_哔哩哔哩_bilibili  MIT—线性代数笔记00 - 知乎 (zhihu.com) 计算零空间 矩阵 A 的零空间即满足 A x=0的所有x构成的向量空间。 取    (A的列向量并不线性无关) 对于矩阵 A 进行“行操作”并不会改变 A x = b 的解,因

    2024年01月24日
    浏览(38)
  • 线性代数——理解向(4)

    麻省理工学院 - MIT - 线性代数(我愿称之为线性代数教程天花板)_哔哩哔哩_bilibili  MIT—线性代数笔记00 - 知乎 (zhihu.com) 行列式的部分相关性质与知识点这里暂不描述,可看上面给出的知乎笔记 矩阵 A 行列式的绝对值等于以矩阵 A 行(列)向量为边所构成的平行六面体的体

    2023年04月12日
    浏览(37)
  • 线性代数——理解向(5)

    麻省理工学院 - MIT - 线性代数(我愿称之为线性代数教程天花板)_哔哩哔哩_bilibili  MIT—线性代数笔记00 - 知乎 (zhihu.com) 给定一个2x2矩阵 A= ,有四个途径判定矩阵是否正定矩阵: 特征值: λ10,λ20; 行列式(所有子行列式): ,; 主元: , 表达式  ( x =0除外)。通常这

    2024年02月10日
    浏览(39)
  • 【理解线性代数】(四)线性运算的推广与矩阵基础

    工业生产的发展趋势总是从单件生产到批量生产。科学技术研究也是一样,总是从简单计算到复合运算、批量运算。批量意味着生产能力、处理能力的提升。计算机从16位发展到64位,从单核发展到多核;计算机从CPU处理数据发展到GPU处理数据;大数据、人工智能领域的大模型

    2024年02月09日
    浏览(52)
  • 线性代数的本质——几何角度理解

    B站网课来自 3Blue1Brown的翻译版,看完醍醐灌顶,强烈推荐: 线性代数的本质 本课程从几何的角度翻译了线代中各种核心的概念及性质,对做题和练习效果有实质性的提高,下面博主来总结一下自己的理解 在物理中的理解是一个有 起点和终点的方向矢量 ,而在计算机科学中

    2024年02月02日
    浏览(62)
  • 理解微分方程和线性代数的联系

    之前学线性代数的时候碰到过微分的情况,但那个时候还没详细解释微分方程和矩阵之间的关系,这次又碰到了,遗憾的是也没有说,于是查了写资料,特此说明。 主要参考:斐波那契数列通项推导过程中凭什么定理断定它能写成两个等比数列的和? - 知乎 特征方程是什么

    2023年04月09日
    浏览(37)
  • 【线性代数】从矩阵分块的角度理解矩阵乘法

    概念: 例: 1. 分块矩阵计算的数学步骤 使用Numpy计算例1 按列分块 按行分块 分块后的计算公式 矩阵分块法提供了行数和列数较多的矩阵相乘的一种计算方法,以此来简化矩阵相乘的运算次数; 按行列分块将矩阵A分为n个列向量和m个行向量,利用矩阵乘法的定义,殊途同归

    2024年02月13日
    浏览(69)
  • 线代学习笔记(一)——线性代数的通俗理解

    本篇笔记内容主要来源于45分钟线性代数通俗讲解_哔哩哔哩_bilibili,非常感谢up主的分享,这里我加入了部分自己的理解,与自己所学的知识结合完成。 数据的维度:即数据含有参数的个数,描述一个对象所需要的参数个数,这样一组数据构成一个多维数据,如一个空间坐标

    2024年02月06日
    浏览(44)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包